基于宽度学习的浓密机底流浓度软测量

摘要：

由于浓密脱水过程中浓密机的底流浓度难以在线检测,本文提出了一种基于宽度学习的软测量建模方法,用以解决底流浓度的在线检测问题.该方法精度高,泛化能力强.首先,在浓密机内部安装压力传感器,建立正常工况下的历史数据集;然后,利用宽度学习系统对软测量模型进行训练,从而实现浓密机底流浓度的在线预测;最后,通过仿真实验验证了该方法的有效性.与传统的机器学习方法相比,宽度学习方法具有更高的预测精度.

关键词：浓密机;宽度学习;底流浓度;软测量;深度学习

所属期刊栏目：42

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金资助项目;中央高校基本科研业务费专项资金资助项目

在线出版日期：2021-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1231-1237